提示词检索与微调选型

原名：finetuning-method-selection

先判断问题是否需要训练，再比较方法、数据与算力条件。

中文 Skills 技能说明

OPC 想让模型更懂业务时，可让产品经理与获准 AI 开发岗位员工先评估。提供任务、失败样例、数据性质、预算和验收标准，技能区分提示词、RAG 与微调，比较 SFT、偏好优化和强化方法，交付选择理由及前置检查。不自动提供训练服务，其他训练技能也未随本包安装；经常变化的事实不能靠一次微调长期保持最新。模型许可证、地区和费用需核对，资料外发与训练必须授权，效果要用独立评估验证。

上游能力依据

上游原始适用说明：Decide whether to fine-tune at all, and route to the right method (SFT, DPO/ORPO/KTO, GRPO/RLVR, continued pretraining) and base model. Use when starting any fine-tuning effort, when unsure whether RAG or prompting would suffice, or when choosing between preference-optimization and reinforcement methods.

上游 SKILL.md 主要章节（保留原文标题）：

• When to Use This Skill
• Quick Reference
• Off-Ramps First
• Method Router
• Worked Routing Examples
• Key Routing Facts
• Common Routing Mistakes
• Model Selection
• Memory Feasibility
• Related Skills

使用边界

先读取项目约定、依赖版本和现有测试，再提出最小改动。写文件、运行脚本、提交代码或发布前应检查差异并保留回退路径。

作者、翻译与许可证

原作者

Seth Hobson（wshobson）与 agents contributors

中文翻译

CEOFans翻译

许可证

MIT

上游来源

https://github.com/wshobson/agents/tree/46891e7e60da0e52baf1050b7b6391b64e84c6d9/plugins/llm-finetuning/skills/finetuning-method-selection

适用范围

平台：linux、macos、windows；标签：AI 工程、提示词检索与微调选型、开源技能

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。